公开(公告)号：CN112435239B

公开(公告)日：2024-02-23

申请号：CN202011333884.4

申请日：2020-11-25

Applicant: 南京农业大学

Inventor： 王浩云 ,  肖海鸿 ,  徐焕良 ,  王江波

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/62 ,  G06T5/70 ,  G06T5/60 ,  G06N3/08

Abstract: 本发明公开了一种基于MRE‑PointNet和自编码器模型的绿萝叶片外形参数估测方法，通过Kinect V2相机对绿萝从单一角度拍摄获取点云数据，采用直通滤波、分割、点云精简算法对数据做预处理，采用参数方程构建绿萝叶片几何模型，并计算几何模型的叶长、叶宽、叶面积。将几何模型离散的点云数据输入多分辨率点云深度学习网络得到预训练模型，我们通过以几何模型离散的点云数据作为输入经过编码‑解码运算得到自编码器的预训练模型，通过自编码器的预训练模型来对输入点云数据进行二次处理降噪，其次，用测得的绿萝叶片外形参数标签对预训练模型进行参数微调，从而完成对输入绿萝叶片点云数据的外形参数估测。

公开(公告)号：CN112435239A

公开(公告)日：2021-03-02

申请号：CN202011333884.4

申请日：2020-11-25

Applicant: 南京农业大学

Inventor： 王浩云 ,  肖海鸿 ,  徐焕良 ,  王江波

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/62 ,  G06N3/08 ,  G06T5/00

Abstract: 本发明公开了一种基于MRE‑PointNet和自编码器模型的绿萝叶片外形参数估测方法，通过Kinect V2相机对绿萝从单一角度拍摄获取点云数据，采用直通滤波、分割、点云精简算法对数据做预处理，采用参数方程构建绿萝叶片几何模型，并计算几何模型的叶长、叶宽、叶面积。将几何模型离散的点云数据输入多分辨率点云深度学习网络得到预训练模型，我们通过以几何模型离散的点云数据作为输入经过编码‑解码运算得到自编码器的预训练模型，通过自编码器的预训练模型来对输入点云数据进行二次处理降噪，其次，用测得的绿萝叶片外形参数标签对预训练模型进行参数微调，从而完成对输入绿萝叶片点云数据的外形参数估测。